Glyn Wittwer
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Research Interests
Glyn Wittwer has a total of 6 co-authors. Here are the top co-authors by number of shared publications:
- Mark Horridge
Monash University
1 shared publication Marnie Griffith
1 shared publicationMaureen T. Rimmer
Centre of Policy Studies, Monash University, Clayton, VIC, Australia
1 shared publicationPeter B. Dixon
Centre of Policy Studies, Monash University, Clayton, VIC, Australia
1 shared publicationRyan Wilson
Glyn Wittwer, Centre of Policy Studies, Monash University, Clayton, Victoria, Australia; Simon McKirdy and Ryan Wilson, Plant Health Australia, Deakin, ACT, Australia
1 shared publicationSimon McKirdy
Glyn Wittwer, Centre of Policy Studies, Monash University, Clayton, Victoria, Australia; Simon McKirdy and Ryan Wilson, Plant Health Australia, Deakin, ACT, Australia
1 shared publication
Latest Publications
- 13 June 2011
- Published by Wiley in Australian Journal of Agricultural and Resource Economics
- Vol. 55 (3) , 342-359
Modelling drought and recovery in the southern Murray-Darling basin*
- 13 June 2011
- Published by Wiley in Australian Journal of Agricultural and Resource Economics
- Vol. 55 (3) , 342-359
Modelling drought and recovery in the southern Murray-Darling basin*
- 12 January 2011
- Published by Wiley in Economic Record
- Vol. 87 (276) , 153-168
Saving the Southern Murray-Darling Basin: The Economic Effects of a Buyback of Irrigation Water*
- 12 January 2011
- Published by Wiley in Economic Record
- Vol. 87 (276) , 153-168
Saving the Southern Murray-Darling Basin: The Economic Effects of a Buyback of Irrigation Water*
- 1 June 2010
- Published by Taylor & Francis in Spatial Economic Analysis
- Vol. 5 (2) , 229-255
Bringing Regional Detail to a CGE Model using Census Data
The number of regions and sectors in most regional CGE models is small, due to data and computing limitations. The uses of such models will broaden if they have larger CGE databases. The TERM model combines a massive database with a variable aggregation facility and techniques to economize on computing capacity. This paper goes further, by outlining the use of small-region census data to devise a CGE database with an unprecedented number of regions. Already, the original TERM methodology has been used to devise multi-regional models for a number of countries. Census detail could enhance the detail in these models. Here we group small regions of Australia to develop the first bottom-up regional CGE model which distinguishes all 150 Federal single-seat electoral districts. Introduire des détails à l’échelle régionale dans un modèle CGE en utilisant les données de recensements Rèsumè Le nombre de régions et de secteurs dans la plupart des modèles CGE régionaux est limité, en raison des limitations des données et du calcul. Il est possible de généraliser les applications de ces modèles en les dotant de bases de données de CGE plus importantes. Le modèle TERM allie une base de données considérable à une fonction et des techniques d'agrégation variables permettant d’économiser sur la capacité de calcul. Cette communication va plus loin, et décrit l'application de données découlant de recensements pour des petites régions pour concevoir une base de données CGE avec un nombre de régions sans précédent. La méthodologie initiale TERM a déjà été utilisée pour concevoir des modèles multirégionaux pour un certain nombre de pays. Le détail de ce recensement pourrait renforcer le détail de ces modèles. Nous groupons ici de petites régions de l'Australie pour créer le premier modèle CGE régional du bas en haut qui distingue toutes les circonscriptions électorales fédérales à siège unique. Agregando detalle regional a un modelo CGE mediante datos de censo Extracto El número de regiones y sectores en la mayoría de los modelos CGE regionales es pequeño, debido a limitaciones de datos e informáticas. Los usos de dichos modelos se ampliarán si cuentan con bases de datos CGE mayores. El modelo TERM combina una base de datos masiva con una facilidad y técnicas de agregación variable para economizar en capacidad informática. Este estudio se extiende aún más perfilando el uso de datos de censo de regiones pequeñas para crear una base de datos CGE con un número de regiones sin precedentes. La metodología TERM original ya se ha empleado para crear modelos de regiones múltiples aplicables a varios países. Los datos de censo podrían mejorar el detalle en dichos modelos. Aquí, agrupamos regiones pequeñas de Australia para desarrollar el primer modelo CGE regional ascendente que distingue los 150 distritos electorales federales de un solo escaño.
- 1 June 2010
- Published by Taylor & Francis in Spatial Economic Analysis
- Vol. 5 (2) , 229-255
Bringing Regional Detail to a CGE Model using Census Data
The number of regions and sectors in most regional CGE models is small, due to data and computing limitations. The uses of such models will broaden if they have larger CGE databases. The TERM model combines a massive database with a variable aggregation facility and techniques to economize on computing capacity. This paper goes further, by outlining the use of small-region census data to devise a CGE database with an unprecedented number of regions. Already, the original TERM methodology has been used to devise multi-regional models for a number of countries. Census detail could enhance the detail in these models. Here we group small regions of Australia to develop the first bottom-up regional CGE model which distinguishes all 150 Federal single-seat electoral districts. Introduire des détails à l’échelle régionale dans un modèle CGE en utilisant les données de recensements Rèsumè Le nombre de régions et de secteurs dans la plupart des modèles CGE régionaux est limité, en raison des limitations des données et du calcul. Il est possible de généraliser les applications de ces modèles en les dotant de bases de données de CGE plus importantes. Le modèle TERM allie une base de données considérable à une fonction et des techniques d'agrégation variables permettant d’économiser sur la capacité de calcul. Cette communication va plus loin, et décrit l'application de données découlant de recensements pour des petites régions pour concevoir une base de données CGE avec un nombre de régions sans précédent. La méthodologie initiale TERM a déjà été utilisée pour concevoir des modèles multirégionaux pour un certain nombre de pays. Le détail de ce recensement pourrait renforcer le détail de ces modèles. Nous groupons ici de petites régions de l'Australie pour créer le premier modèle CGE régional du bas en haut qui distingue toutes les circonscriptions électorales fédérales à siège unique. Agregando detalle regional a un modelo CGE mediante datos de censo Extracto El número de regiones y sectores en la mayoría de los modelos CGE regionales es pequeño, debido a limitaciones de datos e informáticas. Los usos de dichos modelos se ampliarán si cuentan con bases de datos CGE mayores. El modelo TERM combina una base de datos masiva con una facilidad y técnicas de agregación variable para economizar en capacidad informática. Este estudio se extiende aún más perfilando el uso de datos de censo de regiones pequeñas para crear una base de datos CGE con un número de regiones sin precedentes. La metodología TERM original ya se ha empleado para crear modelos de regiones múltiples aplicables a varios países. Los datos de censo podrían mejorar el detalle en dichos modelos. Aquí, agrupamos regiones pequeñas de Australia para desarrollar el primer modelo CGE regional ascendente que distingue los 150 distritos electorales federales de un solo escaño.
- Open Access
- 11 March 2005
- Published by Wiley in Australian Journal of Agricultural and Resource Economics
- Vol. 49 (1) , 75-89
Regional economic impacts of a plant disease incursion using a general equilibrium approach*
- 11 March 2005
- Published by Wiley in Australian Journal of Agricultural and Resource Economics
- Vol. 49 (1) , 75-89
Open AccessRegional economic impacts of a plant disease incursion using a general equilibrium approach*